作者 | 秦三钱
短短一周内，腾讯在AI领域动作频频，从应用层到底层模型全面加速。10月29日，腾讯推出应用层产品Buddy One，以WorkBuddy为主工作台，打通腾讯会议、文档、网盘及ima；11月4日，底层混元大模型发布Hy4正式版，重点补齐视觉理解、电脑操作及长程任务等短板。
从底层基座到上层应用，腾讯的模型与产品协同日益紧密。然而，面对市场审视的变化，尤其是投资人对AI投入回报率的关注，腾讯需回答的问题已超越单纯的技术突破，转向商业价值的验证。
基模上桌：能力边界拓宽至“干活”层面
Hy4正式版的进步主要体现在其实际应用能力上。该模型采用混合专家（MoE）架构，总参数达770B，激活参数49B，上下文窗口突破100万Token。相比此前版本，Hy4首次引入视觉理解与电脑操作能力，能够解析复杂专业图表，并结合命令行与图形界面操作Blender、CAD等专业软件，执行跨应用连续任务。
在腾讯联合金融科技团队发起的金融众测中，213位行业专家对579个真实业务任务进行评测，Hy4的综合表现优于DeepSeek、Kimi和GLM同期开源模型。在WorkBuddy实测中，其任务通过率达96.15%。尽管数据源自内部测试，但混元已具备参与头部开源竞争的资格。
腾讯首席AI科学家姚顺雨强调，相较于“刷榜”，腾讯更重视内部评测标准（Eval）的建立及模型与产品的协同设计（Co-Design）。自4月Hy3 preview起，腾讯保持高频迭代节奏：7月上线Hy3正式版，8月底发布Hy4 preview，11月落地Hy4正式版。这种“小步快跑”的策略，通过先将预览版接入自家产品收集反馈，再用正式版修补短板，证明了腾讯将底层成果稳定融入真实工作流的能力。
值得注意的是，腾讯官方坦诚Hy4与全球顶尖闭源模型在前沿数学、长程开发等领域仍有差距。Hy4仅是阶段性答卷，其背后的组织变革更值得关注。
AGI组织的“预备役”：拆墙与协同
今年6月，姚顺雨提出在中国建立基于AGI的长期组织的目标，该组织由基础模型团队、产品团队和前沿研究团队构成三角结构。为实现这一目标，腾讯着手打破部门壁垒，解决“大公司病导致的资源分散问题。
自去年12月姚顺雨加入以来，腾讯重建了预训练、强化学习、数据和评测基础设施。今年3月撤销AI Lab，7月合并大语言模型部与多模态模型部为基础模型部，9月收拢AI Data部。这一系列调整打通了算法、算力和数据的底层，使技术力量围绕同一研发目标运转。
在协同机制上，腾讯将产品前置纳入研发环节。典型代表是WorkBuddy，它第一时间接入并免费试用最新Hy系列模型。10月底亮相的Buddy One进一步将WorkBuddy、腾讯文档、会议、网盘和ima接入同一Agent底座，拉通账号、积分与底层数据。授权后的WorkBuddy可调取会议记录和知识库，使模型获得更鲜活的场景数据，产品获得更完整的上下文。数据显示，WorkBuddy自3月上线以来累计处理90亿次任务请求，企业版覆盖半数中国500强企业。
时不我待：现金流考验与算力变局
在全球资本市场对AI态度转变的背景下，腾讯面临新的挑战。谷歌因云收入高增长但自由现金流为负导致股价下跌，而微软因现金流健康得以平稳过关。市场开始严格审视AI投入的投资回报率。
腾讯2026年二季度财报显示，单季资本开支飙升至527.8亿元，同比增长176%；研发支出272.8亿元，同比增长35%。激进投入导致当季自由现金流录得-138亿元（剔除算力采购预付款后为376亿元）。对于习惯高毛利轻资产运营的腾讯而言，AI既是未来船票，也是短期包袱。
此外，海外算力供应链出现变数。据报道，甲骨文取消了与腾讯价值约70亿美元的AI芯片租赁协议，原计划五年内租用约10万颗先进芯片。这一变动迫使腾讯加速国产算力适配。腾讯云披露，经过与混元团队联合调优，国产芯片单卡吞吐量在模型上线前两周提升了5倍。
随着Buddy One等AI产品的全面铺开，推理算力消耗将成倍增加。腾讯不仅需提升模型能力，更需严格控制调用成本。在市场换了一副考卷的当下，腾讯的“小碎步”迭代远未到可以松懈之时。
